• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.173-173
• /
• 2018

본 연구는 기상-수문 분야에서 고해상도 수문기상요소를 산출하기 위해 WRF-Hydro(Weather Research and Forecasting and Model Hydrological modeling extension package) 모형을 한반도 대상으로 구축하였다. 모형은 미국 대기 연구 국립센터(NOAA)에서 개발된 커뮤니티형 고해상도 예측모델이므로 미국 등에서 활발히 활용되기 시작하였으나 아직 우리나라 적용성에 대한 연구는 많지 않다. 본 연구에서는 WRF-Hydro 모형을 한반도에 적절히 사용하기 위해 표면유출, 보수깊이, 표면거칠기와 같은 파라미터를 보정하였다. WRF-Hydro는 지역 기상모형인 WRF와 연계하여 coupled WRF/WRF-Hydro 모형을 구동하였으며, 고해상도 유출값을 얻기 위해 미국 지질조사국(USGS)에서 제공한 HydroSHEDS(Hydrological data and map based on SHuttle Elevation Derivatives at multiple Scales)를 이용하였다. 본 연구에서는 관측된 유출값을 Markov Chain Monte Carlo(MCMC) 방법을 활용하여 모형값과 비교하여 파라미터 보정을 수행하였으며, 파라미터 보정된 WRF/WRF-Hydro를 활용해 한반도 과거 홍수 및 가뭄 사상을 모의하여 결과를 분석하였다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.12 no.1
• /
• pp.62-67
• /
• 2011

Grinding process is executed in the final machining stage to meet the quality requirements. In generally the ground surface of workpiece is affected by dressing condition as well as grinding condition. In order to estimate the roughness of workpiece, the several roughness models have been researched. These models defined the specific parameters and considered the several parameters which affect to roughness as multiply relationship among them. However, the multiply relationship among parameters is not enough to show the complicated grinding mechanism. Therefore, the neural network algorithm is used in this paper to predict the ground roughness for the plunge grinding. The proposed structure is composed of the initial roughness as well as final roughness model. The input parameters of proposed neural network are referred with the existing roughness model's. The performance of the proposed model is verified through experiments.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.26 no.5
• /
• pp.703-713
• /
• 2022

Accurate and rapid establishment of mobile communication is important in mobile communication system. Currently, the base station parameters to establish a network are determined by cell planning tool. However, it is necessary to perform new cell planning for each new installation of the base station, and there may be a problem that parameters are not suitable for the actual environment are set, such as obstacle information that is not applied in the cell planning tool. In this paper, we proposed methods for path loss prediction using DNN and topographical division using CNN in SON server. After topography classification, a SON server configures the base station parameters according to topography, and update parameters for each topography. The proposed methods can configure the base station parameters automatically that are considered topography information and environmental changes.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1995.06a
• /
• pp.111-114
• /
• 1995

포만트 합성에 필요한 음성 파라미터를 분석하는 방법의 개선에 관하여 논한다. 내용은 주로 피치 동기 분석을 위한 피치 위치 추정법의 개선과 포만트 분석시 발생하는 스펙트럼의 왜곡 현상을 기존이 포만트 분석법 및 선형예측분방법과 비교한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.466-469
• /
• 2021

최근 암호화폐가 발전함에 따라 다양한 연구들이 진행되고 있지만 그 중에서도 암호화폐의 가격 예측 연구들이 활발히 진행되고 있다. 특히 이러한 예측 분야에서도 인공지능 기술을 접목시켜 암호화폐 가격의 예측 정확도를 높이려는 노력들이 지속되고 있다. 인공지능 기반의 기법들 중 시간적 정보를 가진 데이터를 기반으로 하고 있는 LSTM(Long Short-Term Memory) 모델이 다각도로 활용되고 있으나 급등락하는 암호화폐 가격 데이터가 많을 경우에는 그 성능이 상대적으로 낮아질 수 밖에 없다. 따라서 본 논문에서는 가격이 급등락하고 있는 Bitcoin, Ethereum, Dash 암호화폐 데이터 환경에서 LSTM 모델의 예측 성능이 향상될 수 있는 세부 하이퍼 파라미터 값을 실험 및 분석하고, 그 결과의 의미에 대해 고찰한다. 이를 위해 LSTM 모델에서 향상된 예측률을 보일 수 있는 epoch, hidden layer 수, optimizer 에 대해 분석하였고, 최적의 예측 결과를 도출해 줄 수 있는 최소 training data 개수도 함께 살펴보았다.

• Proceedings of the KIPE Conference
• /
• 2020.08a
• /
• pp.215-217
• /
• 2020

본 논문은 배터리 팩 내부 셀 파라미터의 불균일도에 대한 분석을 실시하고 이를 기반으로 과방전을 사전에 진단할 수 있는 방법을 제안한다. 이를 위해서 배터리 팩 내부 셀간 편차가 발생하는 셀을 선정하여 두 셀간 특성 분석을 실시하였으며, 이를 기준으로 예측 모델을 구성하였다. 예측 성능을 통해 배터리 전압 예측 성능에 영향을 미치는 인자를 분석하였으며, 배터리 전기적 등가회로 모델을 기반으로 예측 모델을 제안한다. 예측 모델은 실제 과방전이 발생한 셀을 기준으로 실험데이터와 비교하여 예측 성능을 검증하였다.

• Annual Conference on Human and Language Technology
• /
• 2001.10d
• /
• pp.209-212
• /
• 2001

본 논문에서는 text-to-speech 시스템에서 사용할 억양 모델을 위해 벡터 양자화(vector quantization) 방식을 이용한다. 어절 경계강도(break index)는 세단계로 분류하였고, CART(Classification And Regression Tree)를 사용하여 어절 경계강도의 예측 규칙을 생성하였다. 예측된 어절 경계강도를 바탕으로 운율구를 예측하였으며 운율구는 다섯 개의 억양 패턴으로 분류하였다. 하나의 운율구는 정점(peak)의 시간축, 주파수축 값과 이를 기준으로 한 앞, 뒤 기울기를 추출하여 네 개의 파라미터로 단순화하였다. 운율구에 대해서 먼저 운율구가 문장의 끝일 경우와 아닐 경우로 분류하고, 억양 패턴 다섯 개로 분류하여. 모두 10개의 운율구 set으로 나누었다. 그리고 네 개의 파라미터를 가지고 있는 운율구의 억양 패턴을 벡터 양자화 방식을 이용하여 분류(clusteing)하였다 운율의 변화가 두드러지는 조사와 어미는 12 point의 기본주파수 값을 추출하고 벡터 양자화하였다. 운율구와 조사 어미의 codebook index는 문장에 대한 특징 변수 값을 추출하고 CART를 사용하여 예측하였다. 합성할 때에는 입력 tort에 대해서 운율구의 억양 파라미터를 추정한 다음, 조사와 어미의 12 point 기본주파수 값을 추정하여 전체 억양 곡선을 생성하였고 본 연구실에서 제작한 음성합성기를 통해 합성하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.241-243
• /
• 2003

일반적으로 사용되는 반도체 공정에 대한 진단 기법은 한 공정을 진행하기 전에 테스트 공정을 수행하여 공정의 진행 여부를 결정하고, 한 공정의 진행을 완료한 후에 다시 테스트 공정을 수행하여 공정의 결과를 진단하는 방법이다. 본 논문에서 제안하는 실시간 자동 진단 시스템은 기존 방법의 문제점인 자원의 낭비를 막고, 실시간으로 진단함으로써 시간의 낭비를 막는 진단 시스템을 제안한다. 실시간 자동 진단 시스템은 크게 시스템 초기화 단계, 학습 단계 그리고 예측 단계로 나누어진다. 초기화 단계는 진단할 공정에 대한 사전 입력값을 받아 시스템을 초기화하는 과정으로 공정장비 파라미터별 중요도 자동 설정 과정과 초기화 클러스터링으로 이루어진다. 학습 단계는 실시간으로 저장된 공정장치별 데이터와 계측기로부터 획득된 데이터를 이용하여 최적의 유사 클래스를 결정하는 단계와 결정된 유사 클래스를 이용하여 가중치를 학습하는 단계로 나누어진다. 예측 단계는 공정 진행 중 획득된 실시간 데이터를 학습 단계에서 결정된 파라미터별 가중치를 사용하여 공정에 대한 진단을 한다. 본 시스템에서 사용하는 클러스터링 알고리즘은 DTW(Dynamic Time Warping)를 이용하여 파라미터 데이터에 대한 특징을 추출하고 LBG(Linde, Buzo and Gray) 알고리즘을 사용하여 데이터를 군집화 한다.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.12 no.1
• /
• pp.19-26
• /
• 2000

A numerical model is applied for predicting two-dimensional beach and dune erosion during severe storms. The model uses equation of sediment continuity and dynamic equation, governing the on-offshore sediment transport due to a disequilibrium of wave energy dissipation. And the model also uses sediment transport rate parameter K from dimensional analysis instead of that recommended by Kriebel. During a storm, a beach profile evolves to a form where the depth at the surf zone is related to the distance seaward of the waterline. In general, the erosion in the beach profile is found to be sensitive to equilibrium profile parameter, sediment transport rate parameter, storm surge level and breaking wave height.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.3 no.4
• /
• pp.23-27
• /
• 2010

This paper performs emotion classification test to find out the best parameter of electroencyphalogram(EEG) signal. Linear predictor coefficients, band cross-correlation coefficients of fast Fourier transform(FFT) and autoregressive model spectra are used as the parameters of 10-channel EEG signal. A multi-layer neural network is used as the pattern classifier. Four emotions for relaxation, joy, sadness, irritation are induced by four university students of an acting circle. Electrode positions are Fp1, Fp2, F3, F4, T3, T4, P3, P4, O1, O2. As a result, the Linear predictor coefficients showed the best performance.